論文の概要: TAPE: Tether-Aware Path Planning for Autonomous Exploration of Unknown 3D Cavities Using a Tangle-Compatible Tethered Aerial Robot

• arxiv url: http://arxiv.org/abs/2606.30817v1
• Date: Mon, 29 Jun 2026 18:44:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:18.972308
• Title: TAPE: Tether-Aware Path Planning for Autonomous Exploration of Unknown 3D Cavities Using a Tangle-Compatible Tethered Aerial Robot
• Title（参考訳）: TAPE:Tangle-Compatible Tethered Aerial Robot を用いた未知の3次元空洞の自律探査のためのテザーアウェアパス計画
• Abstract要約: この手紙は、移動距離とテザリングの長さを最小化することに焦点を当てた、未知の空洞を3次元(3次元)で自律的に探査する最初の方法を示す。 テザーの絡み合いがグローバルパスの影響をほとんど受けていないことを考えると,本手法では2レベルの階層アーキテクチャを採用している。
• 参考スコア（独自算出の注目度）: 4.297070083645049
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This letter presents the first method for autonomous exploration of unknown cavities in three dimensions (3D) that focuses on minimizing the distance traveled and the length of tether unwound. Considering that the tether entanglements are little influenced by the global path, our approach employs a 2-level hierarchical architecture. The global frontier-based planning solves a Traveling Salesman Problem (TSP) to minimize the distance. The local planning attempts to minimize the path cost and the tether length using an adjustable decision function whose parameters play on the trade-off between these two values. The proposed method, TAPE, is evaluated through detailed simulation studies as well as field tests. On average, our method generates a 4.1% increase in distance traveled compared to the TSP solution without our local planner, with which the length of the tether remains below the maximum allowed value in 53% of the simulated cases against 100% with our method.
• Abstract（参考訳）: この手紙は、移動距離とテザリングの長さを最小化することに焦点を当てた、未知の空洞を3次元(3次元)で自律的に探査する最初の方法を示す。 テザーの絡み合いがグローバルパスの影響をほとんど受けていないことを考えると,本手法では2レベルの階層アーキテクチャを採用している。 グローバルフロンティアをベースとした計画では、トラベルセールスマン問題(TSP)を解決し、距離を最小化する。 局所的な計画では、これらの2つの値間のトレードオフにパラメータが作用する調整可能な決定関数を用いて、パスコストとテザの長さを最小化しようとする。 提案手法であるTAPEは実地試験と同様に詳細なシミュレーション研究によって評価される。 提案手法では, 局所プランナーを含まないTSP溶液と比較して平均4.1%の移動距離が生成され, テザーの長さはシミュレーションケースの53%で最大許容値以下である。

関連論文リスト

• Local Path Planning and Obstacle Avoidance for an Omnicopter Platform [5.329751638083761]
  本稿では,全方向マルチロータ(オムニコプタ)のためのリアルタイム局所計画と障害物回避モジュールを提案する。 本手法は, (i) 局所写像のボクセル化, (ii) 車両形状のコンパクトな球面近似, (iii) 6次元探索空間における適応速度サンプリングによるリアルタイム実現性を実現する。 我々は,計算応力試験,高密度ウェイポイント経路追跡,静的・未知の障害物シナリオのシミュレーションにおけるアプローチを評価する。
  論文  参考訳（メタデータ） (2026-09-03T10:25:14Z)
• Surg-InvNeRF: Invertible NeRF for 3D tracking and reconstruction in surgical vision [3.7908123458994107]
  InvNeRFアーキテクチャは手術シナリオにおける2Dと3Dの両方の追跡に使用される。 2Dポイントトラッキングでは,TTO手法の精度と精度を平均精度で50%近く上回っている。 3Dポイントトラッキングでは、これは最初のTTOアプローチであり、フィードフォワード法を超越し、変形可能なNeRFベースの再構成の利点を取り入れている。
  論文  参考訳（メタデータ） (2025-08-13T10:20:24Z)
• TSPDiffuser: Diffusion Models as Learned Samplers for Traveling Salesperson Path Planning Problems [7.566713416204861]
  旅行セールスパーソンパス計画問題(TSPPP)のための新しいデータ駆動パスプランナを提案する。 障害物マップ内の目的地の集合を考えると, 衝突のない最短経路を効率的に見つけることが目的である。 TSPDiffuser では,大量の TSPPP インスタンスとその各ソリューション上で拡散モデルを訓練し,未知の問題インスタンスに対する可塑性経路を生成する。
  論文  参考訳（メタデータ） (2024-06-05T02:15:55Z)
• Scalable 3D Registration via Truncated Entry-wise Absolute Residuals [65.04922801371363]
  3ドルの登録アプローチでは、1000万ドル(107ドル)以上のポイントペアを、99%以上のランダムなアウトレイアで処理することができる。 我々はこの手法をTEARと呼び、Trncated Entry-wise Absolute Residualsを演算するoutlier-robust損失を最小限にする。
  論文  参考訳（メタデータ） (2024-04-01T04:43:39Z)
• Deep Reinforcement Learning-based Multi-objective Path Planning on the Off-road Terrain Environment for Ground Vehicles [1.5469452301122177]
  深層強化学習に基づく2.5D多目的経路計画法(DMOP)を提案する。 DMOPは,(1)高解像度の2.5Dマップを小型の地図に変換する。 同様の計画経路では,提案手法の速度はA*法よりも100倍以上,H3DM法より30倍高速である。
  論文  参考訳（メタデータ） (2023-05-23T07:53:35Z)
• MultiZenoTravel: a Tunable Benchmark for Multi-Objective Planning with Known Pareto Front [71.19090689055054]
  多目的AI計画では、既知のPareto Frontsを示すベンチマークが不足している。 提案するベンチマーク生成器と専用ソルバは、結果のインスタンスの真のParetoを確実に計算する。 本稿では,制約された問題に対して最適な計画を示すとともに,制約された問題に対する一般的な問題を減らす方法を示す。
  論文  参考訳（メタデータ） (2023-04-28T07:09:23Z)
• Ground Plane Matters: Picking Up Ground Plane Prior in Monocular 3D Object Detection [92.75961303269548]
  先行する地平面は、モノクル3次元物体検出(M3OD)における非常に情報的な幾何学的手がかりである 本稿では,両問題を一度に解決するGPENetを提案する。 我々のGPENetは、他の手法よりも優れ、最先端のパフォーマンスを実現し、提案手法の有効性と優位性を示すことができる。
  論文  参考訳（メタデータ） (2022-11-03T02:21:35Z)
• GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
  3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。 提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
  論文  参考訳（メタデータ） (2022-05-30T16:22:53Z)
• Multi-Agent Path Planning based on MPC and DDPG [14.793341914236166]
  モデル予測制御(MPC)とDeep Deterministic Policy Gradient(DDPG)を組み合わせた新しいアルゴリズムを提案する。 ddpg with continuous action spaceは、ロボットに学習と自律的な意思決定機能を提供するように設計されている。 航空母艦デッキや四角形などの不確定な環境でのシミュレーション実験にunity 3dを用いる。
  論文  参考訳（メタデータ） (2021-02-26T02:57:13Z)
• PLUME: Efficient 3D Object Detection from Stereo Images [95.31278688164646]
  既存の手法では、2つのステップでこの問題に対処する: 第一深度推定を行い、その深さ推定から擬似LiDAR点雲表現を計算し、3次元空間で物体検出を行う。 この2つのタスクを同一のメトリック空間で統一するモデルを提案する。 提案手法は,既存の手法と比較して推定時間を大幅に削減し,挑戦的なKITTIベンチマークの最先端性能を実現する。
  論文  参考訳（メタデータ） (2021-01-17T05:11:38Z)
• From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized 3D Point Clouds [59.98665358527686]
  直交平面の分割自由結合推定法を提案する。 このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。 本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
  論文  参考訳（メタデータ） (2020-01-21T06:51:47Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。